json-ld 里到底该写谁：27 个首页，12 个说清了自己是谁

实测 · 2026-08-17 · 30 个站 · 单次快照

样本与口径：与我们做 robots.txt、sitemap 两次调查完全相同的 30 个站。每站首页一次请求，浏览器 User-Agent，2026-08-17。3 个站拒绝了我们，分母是 27。同一次抓取供本批另外四篇用。

让 AI 说清你是谁，靠的是首页 json-ld 里那一段实体声明。27 个首页里 16 个带了 json-ld，其中 14 个把自己标成了某种组织，13 个列了 sameAs 指向自家其他阵地。对已经家喻户晓的大站来说漏一两项无所谓，对刚上线的出海站，这段声明就是引擎认识你的全部依据。

27 个首页声明了什么

有意思的不是「谁有结构化数据」——那个问题我们上一次调查答过了。是那些写了的人，到底说了自己什么。

16 个站零解析失败，这条值得单说。结构化数据会出各种问题，但在这个量级的站上，JSON 写坏不是常见的那一种。

怎么测的

规则在抓取前写死，看到结果之后没改。

1. 从交付的 HTML 里取出每一个 <script type="application/ld+json"> 块。
2. 逐块解析，并递归走进 @graph、mainEntity、itemListElement，让嵌套节点也被计入。
3. 收集找到的每一个 @type 值，字符串和数组两种写法都认。
4. 另外单独在 HTML 里找 "sameAs" 这个裸字符串。

最后那条规则故意放得松，它带来的后果下面会说。

实际用到的类型就那么几个

16 个站一共只用出 11 种类型。词汇表很长，首页上用得着的很短。

Netlify 那一块最密：一个图里六种类型，首页上还挂了 BreadcrumbList。Vercel 是 16 个里最稀的——只有一个 SoftwareApplication，没有组织节点，等于把产品描述清楚了却没说是谁做的。

标了组织，却没给它任何可指的地方

sameAs 是同一个实体在别处的落脚点清单——你自己那些账号和主页。它的作用是让引擎把这一页接到它已经认识的实体上，而不是当成一个新出现的陌生名字。

有两个站声明了 Organization，却一条 sameAs 都没有。

这两家都是大媒体，实体早就在引擎的知识里，漏掉的实际代价不大。换成一个没人听说过的出海站，同样的漏就是把引擎认识你的唯一依据整段删掉。这也是为什么这条对中文读者的权重和对 Wired 完全不同。

我们自己那条规则放太松了

BBC 就是那个案例。它首页那一块 json-ld 只标了 WebPage，里面没有任何组织节点，我们的 sameAs 检查却命中了——因为我们搜的是原始 HTML，不是解析后的图。那个字符串确实在，只是没有挂在我们看得到的组织上。

我们仍然按既定规则把 BBC 算进那 13 个里。看到结果之后再改规则，调查就变成辩论了。但这个 13 请当上界看。

松的另一头在类型判定上。严格只认 Organization 和 Corporation，于是 The Verge 和纽约时报——两家用的是 NewsMediaOrganization，那是 Organization 的子类型——被挡在 12 之外。所以上面那张表把它们单列一行，而不是悄悄并进去。

这次说不了的事

我们不知道有没有引擎读了这些声明，更不知道读了之后做了什么。结构化数据是输入，而输出——模型会不会把你的公司说对——从一次页面抓取里看不出来。谁给你一个这方面的百分比，他测的是别的东西。

另外我们只读了首页。一个站完全可能把 Organization 写在「关于我们」页上而首页什么都没有，这个方法会把它判成裸的。

你自己的 json-ld 该写什么

四条，两条否定的比两条肯定的更要紧，因为它们是这批样本里真出现过的失败。

• 一个 Organization 节点，带正式名称、logo，以及一个指向你自己控制的那些主页的 sameAs 数组。
• 名字这个字符串在所有地方保持一模一样——标记里、正文里、title 里。
• 别声明了 Organization 却不给 sameAs。那是报了个名字，又不给引擎任何核实的办法。
• 别把 sameAs 指向你并不控制的账号。它是一句关于身份的断言，不是友情链接。

标记本身怎么写，结构化数据怎么加那篇给了四种页型的可粘 JSON-LD。上一次「有多少首页压根没有结构化数据」的普查在多数首页根本没有结构化数据里。把这件事在整站每一页上查完、而不是一页一页手动看，正是 QueryWin 要做的。

常见问题

Corporation 比 Organization 好吗？

这批里只有一个站用了它。Corporation 是子类型，更具体，同样合法。具体在准确的时候是加分，在靠猜的时候是减分。

sameAs 要把所有账号都列上吗？

不用。要列的是你控制的、且承载同一个身份的那些。短而准的清单，好过长而想当然的。

为什么有 11 个站一块 json-ld 都没有？

我们没去问它们。其中几家是开发者工具，首页大量靠前端渲染，而这个方法只看服务器交付的 HTML——所以这 11 个里可能有一些是我们看不到，不是没有。

这段声明能帮我被 AI 引用吗？

本次没测，不下结论。它可验证的作用是：把名字、logo 和一组可核实的主页放在同一个地方，而不是让引擎去猜这三样。